买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西藏康发电子工程有限公司申请的专利面向地面数字电视的UHF信号动态预校正方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120675847B 。

龙图腾网通过国家知识产权局官网在2026-03-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510944201.5，技术领域涉及：H04L25/49；该发明授权面向地面数字电视的UHF信号动态预校正方法及系统是由胡建康设计研发完成，并于2025-07-09向国家知识产权局提交的专利申请。

本面向地面数字电视的UHF信号动态预校正方法及系统在说明书摘要公布了：本发明公开了面向地面数字电视的UHF信号动态预校正方法及系统，涉及信号预校正领域，包括：实时采集UHF频段的探测信号序列，获取经过功率放大器处理后的实际输出信号；将实际输出信号分离为探测信号分量和电视数据信号分量；进行失真特征提取，计算获取非线性失真参数矩阵；基于双循环卷积神经网络的时域‑频域双通路，将非线性失真参数矩阵输入模型中作为输入特征进行学习训练，获取预失真函数；将电视数据信号输入预失真函数中，输出预校正信号，通过闭环控制机制动态调整预校正强度。本发明的优点在于：通过深度学习技术，精确分离信号成分、提取失真特征，动态调整预校正强度，显著提升了地面数字电视信号的传输质量和稳定性。

本发明授权面向地面数字电视的UHF信号动态预校正方法及系统在权利要求书中公布了：1.面向地面数字电视的UHF信号动态预校正方法，其特征在于，包括： 实时采集UHF频段的探测信号序列，提取信号中的导频序列作为参考基准，并将获取经过功率放大器处理后的实际输出信号； 基于稀疏傅里叶变换算法，将实际输出信号分离为探测信号分量和电视数据信号分量； 基于分离后的探测信号分量，进行失真特征提取，计算获取非线性失真参数矩阵，包括幅度-相位转换系数、幅度-幅度转换梯度、记忆效应深度因子及互调产物分布权重； 基于双循环卷积神经网络的时域-频域双通路，将非线性失真参数矩阵输入模型中作为输入特征进行学习训练，获取预失真函数； 基于获取预失真函数，将实时采集获取的电视数据信号输入预失真函数中，输出预校正信号，并通过闭环控制机制动态调整预校正强度； 所述基于稀疏傅里叶变换算法，将实际输出信号分离为探测信号分量和电视数据信号分量具体包括：基于获取的实际输出信号，进行数据预处理，并将信号的频谱划分为多个“桶”，每个桶代表一组频率范围；对每个桶进行离散傅里叶变换，将信号从时域转为频域；基于匹配追踪算法频域表示中获取信号的主要频率成分，并将信号中的频谱成分进行分离；将频域中符合探测信号频谱分布的探测信号频段成分提取出来，从频域中提取出与电视数据信号相关的频率成分；基于提取出来的频段成分，分别进行逆稀疏傅里叶变换，将频域信号恢复到时域，获取探测信号分量和电视数据信号分量； 所述基于分离后的探测信号分量，进行失真特征提取，计算获取非线性失真参数矩阵，包括幅度-相位转换系数、幅度-幅度转换梯度、记忆效应深度因子及互调产物分布权重具体包括：基于探测信号分量的输出信号相位相对于输入信号的偏移量，通过对数据点进行三次多项式拟合，获取幅度-相位转换系数；基于探测信号分量的信号的幅度变化速率，计算获取幅度-幅度转换梯度；基于三阶互相关算法计算记忆效应深度因子；提取探测信号分量中的互调分量，并通过对探测信号的子载波进行两两组合，计算互调产物功率占比，获取互调产物分布权重矩阵；基于上述获取的参数数据，构建非线性失真参数矩阵； 所述基于双循环卷积神经网络的时域-频域双通路，将非线性失真参数矩阵输入模型中作为输入特征进行学习训练，获取预失真函数具体包括：构建基于双循环卷积神经网络的时域-频域双通路；时域通路通过因果卷积层提取记忆效应时延特征，卷积核长度与功率放大器热时间常数关联；频域通路通过复数卷积层学习频域互调响应，并在输出层融合时频特征；基于获取的非线性失真参数矩阵，将其输入至时域-频域双通路中进行学习训练；通过时域-频域双通路学习生成预失真函数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西藏康发电子工程有限公司，其通讯地址为：850000 西藏自治区拉萨市柳梧新区北京大道海亮世纪新城1.3期C131幢1单元401号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。